본문으로 건너뛰기

ExecuTorch 해커톤이 Snapdragon 기반 Galaxy S25 Ultra에서 온디바이스 AI 데모와 우승작을 선보였다

PyTorch 주최 ExecuTorch 해커톤이 6월 27–28일 Snapdragon 기반 Galaxy S25 Ultra에서 20개 팀 이상의 온디바이스 AI 데모를 집중 개발하고 실시간·프라이버시 중심의 솔루션을 시연했다.

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

PyTorch 주최의 ExecuTorch 해커톤이 2026년 6월 27–28일 샌프란시스코에서 개최되어 Snapdragon 기반 Samsung Galaxy S25 Ultra 기기 위에서 로컬 추론 중심의 사용자 대면 애플리케이션 개발을 촉진했고, 100명 이상·20개 팀 이상의 참가자가 PyTorch와 ExecuTorch를 사용해 실시간 응답성·오프라인 동작·프라이버시를 중시하는 데모를 구현했다. ExecuTorch는 경량 런타임을 통해 CPU, NPU, DSP 등 장치별 가속기를 활용하여 vision·speech·generative 모델을 장치에서 직접 실행하는 처리 흐름을 제공하며, 개발자가 익숙한 PyTorch 툴체인을 유지한 채 다양한 기기 클래스에 모델을 배포할 수 있게 했다. 제출물 가운데 우승작 SafeScreen AI는 온디바이스로 시각 콘텐츠를 분석해 유해 미디어를 탐지하고 화면 단위의 경고·블러·편집·차단을 수행하는 기능을 구현하여, 응답성·프라이버시·비용·연결성 이슈에서 로컬 실행이 갖는 실무적 이점을 실제 제품 관점에서 입증했다.

섹션별 상세

01
현장 형식의 2일간 해커톤은 '강력한 AI가 손에 쥔 기기에서 로컬로 실행될 때 무엇을 만들 수 있나'라는 실용적 질문을 주제로 삼았다. 참가자들은 Samsung Galaxy S25 Ultra 기기를 바탕으로 PyTorch와 ExecuTorch를 사용해 사용자 대면 애플리케이션을 설계하고 구축한 뒤 현장에서 직접 데모를 실행했다. 행사 진행에는 Qualcomm과 Meta 전문가들이 워크숍과 멘토링, 디버깅 지원을 제공했고, 총 참가자는 100명 이상이었으며 20개 이상의 팀이 제출을 완료했다.
02
ExecuTorch는 모바일·엣지 장치 전반에 걸쳐 PyTorch 모델의 온디바이스 추론을 가능하게 하는 엔드투엔드 솔루션으로 작동한다. 입력 데이터는 장치에서 전처리된 뒤 경량 런타임이 모델 파라미터를 로드하여 CPU, NPU, DSP 등 가용한 하드웨어 가속기를 활용해 추론을 수행하고 결과를 즉시 사용자 인터페이스로 반환하는 처리 흐름을 갖는다. 이 런타임은 장치 클래스 간 이식성, PyTorch 툴체인과의 생산성 연계, 저전력 및 실시간 성능 제고를 가치 제안으로 내세웠다.
03
해커톤 제출물은 접근성 도구, 프라이버시 우선 보조기능, 시각적 안전성 시스템, 오프라인 문서 인텔리전스, 모바일 생성형 AI 워크플로, 의료·산업 보조 도구 등 폭넓은 응용을 포함했다. 최우수작인 SafeScreen AI는 기기 내에서 실시간으로 시각 콘텐츠를 분석해 유해하거나 조작된 미디어를 판별하고 잠재적 위협 발생 시 경고·블러·편집·마스킹·차단 등 화면 단위의 대응을 수행하는 방식으로 1위를 차지했다. 이러한 제출물들은 클라우드 전용 배포 패턴을 넘어서 응답성, 프라이버시, 비용, 연결성 제약을 고려한 실제품 설계에서 로컬 실행이 실질적인 이점을 제공함을 입증했다.

용어 해설

기기 내 추론(On-Device Inference)
모델 실행을 중앙 클라우드가 아닌 스마트폰이나 웨어러블 같은 단말기에서 직접 처리하는 방식으로, 입력을 로컬에서 전처리하고 경량 런타임으로 추론을 수행해 즉각적인 응답성과 오프라인 동작, 데이터 유출 위험 감소를 확보한다.
PyTorch Edge
PyTorch 생태계에서 모바일·엣지 장치로 모델을 배포하기 위한 도구군과 런타임을 통칭하는 개념으로, 기존 PyTorch 워크플로를 유지하면서 경량화된 런타임을 통해 다양한 가속기(CPU, NPU, DSP)에 맞춰 모델을 실행할 수 있게 한다.
신경망 처리 장치(NPU)
신경망 연산에 특화된 하드웨어 가속기로, 저전력 환경에서 다수의 병렬 행렬 연산을 효율적으로 처리해 모바일 장치에서 실시간 추론 성능을 높이는 역할을 한다.
경량 런타임(Lightweight Runtime)
제한된 자원 환경에서 모델을 실행하기 위해 메모리와 연산 오버헤드를 최소화한 런타임으로, 플랫폼별 하드웨어 가속기 활용과 저전력 운영을 통해 실시간 응답성과 배터리 효율을 개선한다.

기술

  • PyTorch
  • ExecuTorch
  • Samsung Galaxy S25 Ultra
  • Snapdragon
  • NPU
  • DSP

활용 사례

  • 접근성 도구
  • 프라이버시 우선 보조기능
  • 시각적 안전성 시스템
  • 오프라인 문서 인텔리전스
  • 모바일 생성형 AI 워크플로
  • 의료 및 산업 지원 도구
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 07. 03.수집 2026. 07. 03.출처 타입 RSS

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.